文献

J-GLOBAL ID：202202246277406141   整理番号：22A1053967

時間データを用いた移植水田マッピングのための修正可能性c-平均アルゴリズムによる1D畳込みニューラルネットワークの比較研究【JST・京大機械翻訳】

A Comparative Study of 1D-Convolutional Neural Networks with Modified Possibilistic c-Mean Algorithm for Mapping Transplanted Paddy Fields Using Temporal Data

著者 (4件)： Rawat Anuvi (Indian Institute of Remote Sensing, PRSD/IIRS/ISRO, Dehradun, India) ,  Kumar Anil (Indian Institute of Remote Sensing, PRSD/IIRS/ISRO, Dehradun, India) ,  Upadhyay Priyadarshi (Uttarakhand Space Application Center, Dehradun, India) ,  Kumar Shashi (Indian Institute of Remote Sensing, PRSD/IIRS/ISRO, Dehradun, India)
資料名： Journal of the Indian Society of Remote Sensing  (Journal of the Indian Society of Remote Sensing)
巻： 50  号： 2  ページ： 227-238  発行年： 2022年 
JST資料番号： W4605A  ISSN： 0255-660X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 高時間分解能の衛星データのアベイラビリティの増加に伴い,リモートセンシング画像のスペクトル情報とともに時間情報を利用するよりロバストな分類器が必要である。特定のファジィベースおよび学習ベースのアルゴリズムは,2つの広いカテゴリーであり,スペクトル-時間ドメインでよく機能する可能性を有する。本研究では,特定のクラス2分類アルゴリズムとして水田をマッピングするために,ファジィベース修正ポシビリティックc-平均(MPCM)アルゴリズムと学習ベース1D畳込みニューラルネットワーク(CNN)を,Sentinel-2A/2B時間データを用いて試験した。学習ベース1D-CNNとファジィベースMPCM分類器の全体的精度は,それぞれ96%と93%であった。1D-CNN-およびMPCM-ベース分類器に対して,F-測度値はそれぞれ0.95および0.92であった。したがって,本研究から,1D-CNN分類器は従来のファジィベース分類器よりも良好に機能し,クラス内の不均一性を扱うことができる。Copyright Indian Society of Remote Sensing 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  測度 ,  学習 ,  分類 ,  研究 ,  *ニューラルネットワーク ,  精度 ,  スペクトル ,  アベイラビリティ ,  *一次元 ,  曖昧さ ,  ロバスト性
準シソーラス用語： 画像分類 ,  分類アルゴリズム ,  リモートセンシング画像 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： 画像分類 ,  側頭 ,  1D-CNN ,  MPCM ,  ファジィベースアルゴリズム ,  学習ベースアルゴリズム

分類 (4件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q) ,  生体計測  (EL03020C) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (9件)： 移植 ,  水田 ,  マッピング ,  可能性 ,  平均 ,  アルゴリズム ,  1D ,  畳込みニューラルネットワーク ,  研究